分野横断・融合的な新分野の成長予測と萌芽技術の特定
【研究分野】図書館情報学・人文社会情報学
【研究キーワード】
複雑ネットワーク / 書誌情報 / ネットワーク / 表現学習 / フォーサイト
【研究成果の概要】
本研究では、引用ネットワーク構造からトレンドを検出する方法を開発しました。 科学技術政策や企業のR＆Dのには、学問分野の動向を把握することが重要です。しかし、 従来の研究では学問分野のトレンドを数値化し、引用ネットワークから最先端の分野を検出することは困難でした。 本研究では、ネットワーク表現学習を用いた推論ネットワークの成長方向としての傾向を検出する新しいフレームワークを提案しました。 いくつかのデータセットにおいて、学問分野が潜在空間内で直線的に特定の方向に成長しトレンドが確認されました。そのトレンドは既存の方法と比較してより高い精度で将来の引用予測に使用できることを示しました。
【研究代表者】
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2018-03-31
【配分額】3,510千円 (直接経費: 2,700千円、間接経費: 810千円)